双馈风电多机系统在弱电网对称短路故障下的协同优化控制方法

技术领域

本发明涉及一种在弱电网对称短路故障期间的双馈风电多机系统控制方法，以增强系统在弱电网对称短路故障期间的小信号稳定性，提高弱电网对称短路故障期间穿越的成功率，属于新能源发电技术领域。

背景技术

实际新能源发电基地中都是采用多机并网的形式，在电网发生对称短路故障的故障稳态期间，多机并网系统中各个新能源发电设备之间存在复杂的动态耦合作用。并且其系统内部各设备的动态行为各不相同，各设备中存在多时间尺度动态的控制器之间发生动态相互作用，从而给故障期间的多机系统带来新的振荡失稳风险。双馈风力发电并网系统是市场上广泛应用的典型的新能源并网系统。双馈感应发电机(doubly fed inductiongenerator，DFIG)定子侧直接接入电网，这使得DFIG对电网故障更为敏感。目前工业界对DFIG单机系统在弱电网故障期间的小信号稳定性提升策略进行了研究，但是对于DFIG风电多机系统在弱电网故障期间的小信号稳定性提升策略还属研究空白。

多个DFIG之间动态耦合给故障稳态下多机系统带来的影响可以分为两个方面：一方面，故障引起的电网结构和控制状态的变化导致了多设备之间动态耦合发生变化；另一方面，在弱电网故障时，DFIG之间的动态耦合会反过来影响系统在故障稳态下的稳定性。可见，传统的DFIG单机系统在弱电网故障期间的小信号稳定性提升策略对于DFIG风电多机系统上可能会失效。

目前，国内外尚未对适用于DFIG风电多机系统的弱电网对称短路故障期间的增稳控制技术开展研究，目前设计的控制策略多关注于DFIG单机系统在弱电网故障期间的稳定性改善技术。如已公开的下列文献：

(1)谢震,崔建,李喆,张兴.基于改进自抗扰的电压控制型双馈风电机组故障穿越策略[J].电力系统自动化,2022,46(21):160-169.

(2)J.Hu,B.Wang,W.Wang,H.Tang,Y.Chi and Q.Hu,“Small Signal Dynamics ofDFIG-Based Wind Turbines During Riding Through Symmetrical Faults in WeakACgrid,”IEEE Transactions on Energy Conversion,vol.32,no.2,pp.720-730,Jun.2017.

文献(1)提出一种适用于DFIG在电网对称故障下基于改进自抗扰的转子过电流抑制策略。一方面，实现扰动估计速度与精度的进一步提升，提高故障下DFIG的转子过电流抑制能力；另一方面，对暂态分量变化所引起的扰动进行抑制，降低对暂态磁链观测准确性的依赖，具有较好的鲁棒性。然而，并没有被研究如何提升DFIG风电多机系统在弱电网故障期间的小信号稳定性。并且在弱电网故障期间，多DFIG之间的动态耦合效应会给系统带来新的失稳风险，系统更容易发生振荡失稳。如何提高DFIG风电多机系统在弱电网对称短路故障期间的小信号稳定性，这一点需要被研究。

文献(2)研究了双馈风电系统在弱电网对称短路故障期间的小信号稳定性，但是也没有研究多DFIG之间的动态耦合效应给系统在故障期间的小信号稳定性带来的影响，并没有针对DFIG风电多机系统设计小信号稳定性提升控制策略。因此，如何提高DFIG风电多机系统在弱电网对称短路故障期间的小信号稳定性，目前还没有被研究。

发明内容

针对现有技术存在的上述不足，本发明的目的在于提出一种针对双馈风电多机系统在弱电网对称短路故障下的协同优化控制方法，本发明能够增强系统在弱电网对称短路故障期间的小信号稳定性，提高弱电网对称短路故障穿越的成功率。

本发明的技术方案是这样实现的：

双馈风电多机系统在弱电网对称短路故障下的协同优化控制方法，包括多个DFIG单机系统；具体步骤如下：

1)为每个DFIG单机系统配置一个自适应阻尼控制器；

2)建立DFIG多机并网系统的时域仿真模型；基于不同故障场景，配置每个DFIG单机系统中添加的自适应阻尼控制器的系数，从而得到与不同故障场景对应的所有自适应阻尼控制器的系数，作为对应故障场景的控制数据；

3)当实际故障发生时，从时域仿真模型中找到与实际故障对应的故障场景，并将该故障场景对应的控制数据发送给相应的DFIG单机系统，使每个DFIG单机系统在各自的自适应阻尼控制器控制下运行，从而改变每个单机并网系统的阻尼，即改善整系统的阻尼，提高多机系统在故障稳态期间的稳定性。

步骤1)中，自适应阻尼控制器通过PI控制器将锁相环输出角速度ω

优选地，步骤2)中，配置每个DFIG单机系统中添加的自适应阻尼控制器参数的方法如下，

①结合实际系统参数，建立整体DFIG多机并网系统的小信号状态空间方程；推算出会发生振荡失稳的对称短路故障场景的故障距离和故障程度范围；

②建立DFIG多机并网系统的时域仿真模型，结合实际情况对典型的对称短路故障进行仿真；

③预先确定一种故障场景，计算系统中锁相环主导极点的位置，并计算每个DFIG的锁相环模态阻尼比ξ

④判断每个DFIG的锁相环模态阻尼比ξ

⑤确定锁相环模态阻尼比ξ

⑥输出最优解，即每个自适应阻尼控制器的比例系数和积分系数，并作为该故障场景下的控制数据；

⑦将故障数据和控制数据存储在集总控制系统中；

⑧改变故障场景，重新计算新的控制数据，直到所有故障场景都计算完毕；从而得到不同故障场景下的所有自适应阻尼控制器的比例系数和积分系数，作为对应故障场景的控制数据。

使用自适应阻尼控制器后，每个DFIG单机系统的锁相环模态阻尼比ξ

式中，ξ

与现有技术相比，本发明具有如下有益效果：

本发明通过故障稳态期间整系统的状态来配置每个DFIG中添加的自适应阻尼控制器系数，在不增加硬件设备的基础上，对双馈风电多机系统的控制策略进行了重新设计，从而改善整系统的阻尼，提高多机系统在故障稳态期间的稳定性。本发明能够增强系统在弱电网对称短路故障期间的小信号稳定性，提高弱电网对称短路故障穿越的成功率。

附图说明

图1为每个DFIG中添加自适应阻尼控制器后的结构框图。

图2为每个DFIG中的自适应阻尼控制器配置参数的流程图。

图3为应用协同优化控制策略后双馈风电多机系统的特征值轨迹示意图。(a)为当故障位置变得更远时的特征值轨迹；(b)为当故障程度变得更深时的特征值轨迹。

图4为未使用协同优化控制策略时，故障点电压跌落至0.1p.u.时的DFIG3机系统的仿真结果图。(a)为故障点三相电压，(b)为三相并网电流，(c1)-(c3)和(d1)-(d3)为第一台、第二台、第三台DFIG的输出端电压、输出电流的dq分量。

图5为使用协同优化控制策略后，故障点电压跌落至0.1p.u.时的DFIG3机系统的仿真结果图。(a)为故障点三相电压，(b)为三相并网电流，(c1)-(c3)和(d1)-(d3)为第一台、第二台、第三台DFIG的输出端电压、输出电流的dq分量。

具体实施方式

以下结合附图对本发明的具体实施方案做详细描述。

图1为每个DFIG单机并网系统中设计的自适应阻尼控制器的控制结构框图。自适应阻尼控制器通过PI控制器将ω

图2为每个DFIG中的自适应阻尼控制器配置参数的流程图。每个DFIG中都会添加图1中的自适应阻尼控制器，系统会通过故障稳态期间整系统的状态来配置每个DFIG单机并网系统中的自适应阻尼控制器系数，从而改变每个单机并网系统的阻尼，保证整系统在故障稳态期间保持小信号稳定。

本发明的具体实施步骤如下，同时参见图2：

1)为每个DFIG单机系统设计一个自适应阻尼控制器，其控制结构如图1所示。自适应阻尼控制器通过PI控制器将锁相环输出角速度ω

系统使用自适应阻尼控制器后，独立DFIG单机并网系统的锁相环模态的阻尼比从式(1)变为式(2)：故障稳态期间独立DFIG单机并网系统的锁相环模态的阻尼比随着调节自适应阻尼控制器的控制系数而变化。

式中ξ为独立DFIG单机并网系统未添加自适应阻尼控制器前的锁相环模态的原始阻尼比，ξ

2)建立DFIG多机并网系统的时域仿真模型；基于不同故障场景，配置每个DFIG单机系统中添加的自适应阻尼控制器的系数，从而得到与不同故障场景对应的所有自适应阻尼控制器的系数，作为对应故障场景的控制数据；本步骤具体实现过程如下，

①结合实际系统参数，建立整体DFIG多机并网系统的小信号状态空间方程。用计算机推算出会发生振荡失稳的对称短路故障场景的故障距离和故障程度范围。

②建立DFIG多机并网系统的时域仿真模型，在计算范围内(包括不同的故障位置和不同的故障程度)，结合实际情况对典型的对称短路故障进行仿真。

③预先确定一种故障场景进行模拟，计算系统中锁相环主导极点的位置，并根据式(2)计算每个DFIG的阻尼比ξ

④判断每个DFIG的锁相环模态阻尼比ξ

⑤如果步骤④的条件不满足，确定锁相环模态阻尼比ξ

⑥输出最优解，即每个自适应阻尼控制器的比例系数和积分系数，并作为该故障场景下的控制数据；进入仿真模型，进行验证。

⑦将故障数据和控制数据存储在集总控制系统中。

⑧改变故障场景，重新计算新的控制数据，直到所有故障场景都计算完毕。从而得到不同故障场景下的所有自适应阻尼控制器的比例系数和积分系数，作为对应故障场景的控制数据。

3)当实际DFIG多机并网系统中检测到故障发生时，故障信息将由集总控制系统获得。从时域仿真模型中找到与实际故障对应(包括相同和相似)的故障场景，并将该故障场景对应的控制数据发送给相应的DFIG单机系统，使每个DFIG单机系统在各自的自适应阻尼控制器控制下运行，从而改变每个单机并网系统的阻尼，即改善整系统的阻尼，提高多机系统在故障稳态期间的稳定性。

本发明效果说明：

图3给出了应用本发明提出的协同优化控制策略后的双馈风电多机系统随着故障距离或故障程度的变化，锁相环主导极点的运动轨迹。从图3中可以看出，在应用协同优化控制策略后，无论故障位置变远还是故障程度变深，每个DFIG都能保证故障稳态期间的小信号稳定性。

图4给出了未使用协同优化控制策略时，故障点电压跌落至0.1p.u.时的DFIG3机系统的仿真结果。可以看出，第一台DFIG在对称短路故障的故障稳态期间出现了振荡失稳。由于DFIG之间的动态耦合效应，在故障稳态期间，其他DFIG的输出也会受到扰动影响。第一、第二和第三台DFIG的输出端a相电压的谐波含量分别为29.15％、17.67％、9.82％。

图5给出了使用协同优化控制策略后，故障点电压跌落至0.1p.u.时的DFIG3机系统的仿真结果。对比图4和图5，应用协同优化控制策略后，整个DFIG风电多机系统在对称短路故障的故障稳态期间的小信号稳定性得到了提升，动态稳定得到保证。协同优化控制策略可以改善DFIG风电多机系统在对称短路故障的故障稳态期间的小信号稳定性。

综上，本发明提出的一种可以增强双馈风电多机系统在弱电网对称短路故障期间的小信号稳定性的协同优化控制策略，能够增强双馈风电多机系统在弱电网对称短路故障期间的小信号稳定性，避免故障期间可能会发生的小信号失稳现象，提高故障穿越的成功率。

最后需要说明的是，本发明的上述实例仅仅是为说明本发明所作的举例，而并非是对本发明的实施方式的限定。尽管申请人参照较佳实施例对本发明进行了详细说明，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。